Ergebnisse 49 logarithmisch transformierten Triglyceriden. Hier finden sich höhere Werte bei den
*C-Trägern gegenüber den TT-Trägern. Es ergibt sich ein p-Wert von 0.031.
Im Hinblick auf das KHK-Risiko ergibt sich für Apo A5 folgende Tabelle mit einem im exakten Fisher-Test ermittelten p-Wert von 1.000:
Tabelle 14: KHK-Häufigkeitsanalyse und p-Wert aus exaktem Fisher-Test für Apo A5
p=1.000
Wie bereits bei den zuvor untersuchten Genen kann auch für den -1131 T>C-Polymorphismus im Apo A5-Gen kein signifikanter Einfluss auf die Entwicklung einer KHK gezeigt werden. Mit 14.2% und 13.3% sind die Häufigkeitsunterschiede der KHK zwischen den TT-Trägern und den *C-Trägern zu gering.
Cholesterin hingegen erscheinen für das vorliegende Patientenkollektiv nicht geeignet, um das KHK-Risiko zu stratifizieren. Im ersten Schritt wurden deshalb gemäß den Ergebnissen der univariaten Analyse alle für das Kollektiv relevanten Risikofaktoren ins Modell eingeführt:
Tabelle 15: Basismodellentwicklung für die logistische Regressionsanalyse Merkmal Referenzgruppe Signifikanz
p-Wert Exp (B)=Odds 95% KI für Exp (B)
Alter < 10-3 1.08 1.06 – 1.10 Geschlecht weiblich 0.002 2.11 1.31 – 3.39 Hypertonus kein Hypert. < 10-3 2.08 1.39 – 3.13
Diabetes kein DM 0.075 1.66 0.95 – 2.88
Lp(a) < 10-3 1.02 1.01 – 1.02 HDL-c < 10-3 0.97 0.96 – 0.99 Triglyceride 0.633 1.00 1.00 – 1.00
Konstante < 10-3 0.00
Im ersten Schritt der logistischen Regressionsanalyse zeigt Tabelle 15, dass die – in der univariaten Analyse signifikanten - Faktoren Diabetes mellitus und Triglyceride keinen p-Wert unter 0.05 mehr erreichen. Das nun entstandene Basismodell wird für die Analyse von ApoE und LPL S447X benutzt.
3.4.1 ApoE
In der Zusammenhangsanalyse zeigte sich eine Abhängigkeit der Triglyceride und des HDL-c vom ApoE-Trägerstatus:
44 143
448 716
N =
ApoE
2/4 2/3
*/4 3/3
Triglyceride
11 10 9 8 7 6 5
4 3
43 143
443 714
N =
ApoE
2/4 2/3
*/4 3/3
HDL
160 140 120 100 80 60 40 20 0 -20
Boxplot 10 Boxplot 11
Ergebnisse 51 Gegenüber den ApoE 3/3-Trägern finden sich signifikante Erhöhungen der Triglyceride (logarithmisch transformiert) bei den Patienten, die das 2-Allel tragen, der p-Wert beträgt < 10-3. Das HDL-c hingegen erscheint bei den Patienten mit */2 oder 2/4-Genstatus gegenüber den ApoE 3/3-Trägern erniedrigt, der p-Wert hierfür beträgt 0.005.
Der mögliche Einfluss des epsilon-Polymorphismus auf die Entwicklung einer KHK liefert in der logistischen Regression folgendes Ergebnis:
Tabelle 16: Logistische Regression für den Zusammenhang von ApoE epsilon und KHK Merkmal Referenzgruppe Signifikanz
p Exp (B)=
Odds Ratio 95% KI für Exp (B) Alter < 10-3 1.081 1.062 - 1.099
Geschlecht weiblich 0.002 2.033 1.310 - 3.157 Hypertonus Hypertoniker < 10-3 0.439 0.300 - 0.641
Lp(a) < 10-3 1.017 1.013 - 1.022 HDL-c < 10-3 0.969 0.957 - 0.982 ApoE
ApoE */4 ApoE 3/3 0.499 0.871 0.584 - 1.299 ApoE 2/3 ApoE 3/3 0.182 0.648 0.342 - 1.225 ApoE 2/4 ApoE 3/3 0.073 0.247 0.054 - 1.140 Konstante < 10-3 0.012
Alter, männliches Geschlecht, arterieller Hypertonus, Lp(a)-Erhöhungen und niedrige HDL-Werte erscheinen in der logistischen Regression als signifikante Einflussfaktoren der KHK. Tabelle 16 zeigt, dass keine der ApoE-Varianten im Vergleich zu den als Referenzgruppe benutzten ApoE 3/3-Trägern ein signifikant verändertes KHK-Risiko aufweist. Außer an den p-Werten von 0.499 für */4-Träger, 0.182 für 2/3-Träger und 0.073 für 2/4-Träger ist dies am angegeben Konfidenzintervall für den Exponenten(B) zu erkennen. Bei allen 3 Genvarianten ist die 1.000 im Intervall mit eingeschlossen, was bedeutet, dass die Odds Ratio im Vergleich zur Gruppe der 3/3-Träger unverändert bleiben kann.
Zur Plausibilitätskontrolle sollte man sich die Ergebnisse der Häufigkeitsanalyse für die KHK in Abhängigkeit vom ApoE-Status vor Augen führen:
Tabelle 17: KHK-Häufigkeitsanalyse für ApoE
ApoE (n=1361) KHK KHK
3/3 (n=720) 122 (16.9%) 598 (83.1%)
*/4 (n=454) 79 (17.4%) 375 (82.6%)
2/3 (n=143) 22 (15.4%) 121 (84.6%)
2/4 (n=44) 3 (6.8%) 41 (93.2%)
Die Ergebnisse der logistischen Regression erscheinen vor dem Hintergrund der Häufigkeitsverteilung plausibel. Die meisten KHK-Patienten finden sich mit einem Anteil von 17.4% zwar in der Gruppe der */4-Allelträger, jedoch besteht kaum ein Unterschied zur 3/3-Trägergruppe, bei denen der Anteil der KHK-Patienten 16.9%
beträgt. Die Gruppe der 2/4 weist einen niedrigeren Anteil an KHK-Patienten auf.
Von den allerdings nur vorhandenen 44 Patienten sind 3 Patienten von einer KHK betroffen. Dennoch bleibt auch hier die Aussage bestehen, dass der ApoE-Trägerstatus im vorliegenden hyperlipämischen Kollektiv keinen signifikanten Einfluss auf die Entwicklung einer KHK zeigt.
3.4.2 LPL S447X
Für den Polymorphismus S447X des LPL-Gens kann in der Zusammenhangsanalyse ein Einfluss auf die Höhe der Triglyceride und des HDL-c gezeigt werden:
122 848
N =
LPL_S447X
*X SS
Triglyceride
10
9
8
7
6
5
4 3
122 840
N =
LPL_S447X
*X SS
HDL
140 120 100 80 60 40 20
0 -20
Boxplot 12 Boxplot 13
Ergebnisse 53 Patienten mit dem *X-Trägerstatus unterscheiden sich von den SS-Trägern durch signifikant niedrigere Triglyceride sowie signifikant höhere Werte des HDL-c. Die p-Werte betragen < 10-3 für den Einfluss auf die Triglyceridwerte und 0.014 für den Einfluss auf die Höhe des HDL-c.
Die Überprüfung eines möglichen Zusammenhangs der KHK mit dem Trägerstatus des LPL S447X-Polymorphismus liefert in der logistischen Regressionsanalyse folgendes Ergebnis:
Tabelle 18: Logistische Regression für den Zusammenhang von LPL S447X und KHK Merkmal Referenzgruppe Signifikanz
p Exp (B)=
Odds Ratio 95% KI für Exp (B) Alter < 10-3 1.081 1.062 - 1.099
Geschlecht weiblich 0.002 2.033 1.310 - 3.157 Hypertonus Hypertoniker < 10-3 0.439 0.300 - 0.641
Lp(a) < 10-3 1.017 1.013 - 1.022 HDL-c < 10-3 0.969 0.957 - 0.982
LPL S447X SS 0.356 1.353 0.712 – 2.572 Konstante < 10-3 0.012
Auch hier erscheinen die Parameter Alter, männliches Geschlecht, arterieller Hypertonus, Lp(a)-Erhöhungen und niedrige HDL-Werte in der logistischen Regression als signifikante Einflussfaktoren der KHK. Tabelle 10 zeigt für LPL S447X einen p-Wert von 0.356. Ein Einfluss dieses Polymorphismus auf die Entstehung einer KHK kann demnach für das vorliegende Kollektiv nicht nachgewiesen werden.
Als Plausibilitätskontrolle dient wiederum die Betrachtung des Ergebnisses der Häufigkeitsanalyse:
Tabelle 19: KHK-Häufigkeitsanalyse für LPL S447X
Die Häufigkeitsanalyse zeigt mit 17.2% einen höheren Anteil an KHK-Patienten unter den Trägern des X-Allels im Vergleich zu den Patienten mit SS-Genstatus, bei denen ihr Anteil 15.4% beträgt. Der p-Wert von 0.356, den die logistische Regression ergibt, lässt sich mit dieser Häufigkeitsverteilung vereinbaren. Somit bleibt für das LPL-Gen
LPL S447X (n=979)
KHK KHK
SS (n=857) 132 (15.4%) 725 (84.6%)
*X (n=122) 21 (17.2%) 101 (82.8%)
und den S447X-Polymorphismus festzuhalten, dass für das vorliegende Patientenkollektiv kein Zusammenhang mit der KHK nachgewiesen werden kann.
Für die im Folgenden untersuchten Gene ABCA1, CETP und HL wird ebenfalls eine logistische Regressionsanalyse durchgeführt. Da hierbei die Fallzahlen jedoch niedriger sind als bei den zuvor analysierten Genen ApoE und LPL S447X, ist die Entwicklung eines neuen Basismodells notwendig.
Je mehr unabhängige Variablen in ein logistisches Modell aufgenommen werden, desto instabiler wird das Modell. Die Größe der geschätzten Standardfehler und die Abhängigkeit von der Güte des erhobenen Datensatzes nehmen zu [79]. Mit sinkenden Fallzahlen wird es demnach für die Statistik immer schwieriger, möglichst alle klinisch relevanten Variablen im Modell beizubehalten. Das für die Gene ABCA1, CETP und HL resultierende Basismodell beinhaltet nur noch die Variablen Alter, HDL-c und Lp(a). Alle anderen klinisch relevanten Parameter wie der Hypertonus und das Geschlecht besitzen für die Untersuchung dieser drei Gene keine statistische Bedeutung, sondern führen zu einer zunehmenden Instabilität des Modells.
3.4.3 ABCA1
In der Zusammenhangsanalyse finden sich keinerlei Abhängigkeiten des ABCA1 R219K-Polymorphismus mit anderen Parametern der Datenbank inklusive der gemessen Lipidwerte. Die Untersuchung des Einflusses auf die KHK zeigt in der logistischen Regression folgendes Ergebnis:
Tabelle 20: Logistische Regression für den Zusammenhang von ABCA1 R219K und KHK Merkmal Referenzgruppe Signifikanz
p Exp (B)=
Odds Ratio 95% KI für Exp (B)
Alter < 10-3 1.090 1.060 – 1.121 Lp(a) 0.007 1.011 1.003 – 1.019 HDL-c 0.001 0.964 0.943 – 0.985 ABCA1
R219K *K 0.175 1.542 0.825 – 2.883 Konstante < 10-3 0.006
Die Parameter Alter, Lp(a) und HDL-c erscheinen in der logistischen Regression als signifikante RF der KHK. Mit einem p-Wert von 0.175 erreicht auch der R219K-Polymorphismus keinen signifikanten Einfluss auf die Entwicklung einer KHK für das
Ergebnisse 55 vorliegende Patientenkollektiv. Erneut wird zur Plausibilitätskontrolle das Ergebnis der Häufigkeitsanalyse herangezogen:
Tabelle 21: KHK-Häufigkeitsanalyse für ABCA1 R219K
In der Häufigkeitsanalyse ist ein Unterschied der KHK-Frequenz in den beiden Gruppen durchaus nachweisbar. Mit 15.6% sind die KHK-Patienten in der Gruppe der RR-Träger zu finden, hingegen mit einem Anteil von lediglich 10.4% in der Gruppe der Träger des K-Allels. In der logistischen Regressionsanalyse ist dieses Ungleichgewicht durchaus nachzuvollziehen. Die Odds Ratio beträgt für RR-Träger 1.542 im Vergleich zu den *K-Trägern. Der p-Wert von 0.175 ist niedrig, erreicht jedoch nicht das vorgegebene Signifikanzniveau von 0.05. Es bleibt also festzuhalten, dass für das vorliegende Kollektiv kein signifikanter Einfluss des R219K-Polymorphismus im ABCA1-Gen auf die KHK-Genese gezeigt werden kann, obgleich ein selteneres Auftreten der KHK bei den *K-Trägern zu finden ist.
3.4.4 Hepatische Lipase
In der Zusammenhangsanalyse zeigt sich ein Einfluss des -480 c>t-Polymorphismus im HL-Gen auf die Höhe des HDL-c:
228 275
N =
HL
*t cc
HDL
160 140 120
100 80
60 40
20
0 -20
Boxplot 14
ABCA1 R219K (n=452)
KHK KHK
RR (n=250) 39 (15.6%) 211 (84.4%)
*K (n=202) 21 (10.4%) 181 (89.6%)
Im Vergleich der cc-Träger mit den *t-Trägern findet sich ein signifikanter Mittelwert-unterschied des HDL-c. *t-Träger weisen durchschnittlich höhere HDL-Werte auf. Der p-Wert hierfür beträgt 0.045.
Die logistische Regression zur Überprüfung eines möglichen Zusammenhangs des -480 c>t-Polymorphismus mit der KHK liefert folgendes Ergebnis:
Tabelle 22: Logistische Regression für den Zusammenhang von HL -480c>t und KHK Merkmal Referenzgruppe Signifikanz
p Exp (B)=
Odds Ratio 95% KI für Exp (B)
Alter < 10-3 1.081 1.055 – 1.108 Lp(a) 0.002 1.012 1.005 – 1.019 HDL-c < 10-3 0.961 0.942 – 0.980 HL -480c>t cc 0.377 0.772 0.434 – 1.372
Konstante < 10-3 0.016
Die logistische Regression zeigt signifikante p-Werte für die im Modell enthalten etablierten Parameter Alter, Lp(a) und HDL-c. Der -480 c>t-Polymorphismus des HL-Gens erreicht mit einem p-Wert von 0.377 keinen signifikanten Einfluss auf die Entwicklung einer KHK. Als Plausibilitätskontrolle dient erneut die Betrachtung der Häufigkeitsanalyse:
Tabelle 23: KHK-Häufigkeitsanalyse für HL -480c>t
Die KHK ist mit einem Anteil von 15.1% häufiger in der Gruppe der cc-Träger zu finden. Hingegen beträgt ihr Anteil in der Gruppe der *t-Träger lediglich 11.7%.
Daraus ergibt sich in der logistischen Regression eine Odds Ratio von 0.772. Die vorliegenden Häufigkeitsunterschiede sind jedoch statistisch nicht signifikant. Ein Einfluss auf die KHK-Entstehung ist demnach für den -480 c>t-Polymorphismus beim vorliegenden Patientenkollektiv nicht nachweisbar.
HL -480 c>t (n=509)
KHK KHK
cc (n=278) 42 (15.1%) 236 (84.9%)
*t (n=231) 27 (11.7%) 204 (88.3%)
Ergebnisse 57 3.4.5 CETP
Die Zusammenhangsanalyse zeigt keinerlei Abhängigkeiten der verschiedenen Datenbankparameter inklusive der Lipidwerte mit dem TaqIB-Polymorphismus. Die logistische Regression liefert für die Überprüfung eines möglichen Zusammenhangs mit der KHK-Entstehung folgendes Ergebnis:
Tabelle 24: Logistische Regression für den Zusammenhang von CETP TaqIB und KHK Merkmal Referenzgruppe Signifikanz
p Exp (B)=
Odds Ratio 95% KI für Exp (B)
Alter < 10-3 1.090 1.059 – 1.123 Lp(a) < 10-3 1.015 1.007 – 1.023 HDL-c < 10-3 0.936 0.912 – 0.961 CETP
TaqIB
B1B2 B2B2 0.852 1.092 0.433 – 2.753 B1B1 B2B2 0.104 0.546 0.264 – 1.132 Konstante < 10-3 0.032
Tabelle 24 zeigt die etablierten Faktoren Alter, Lp(a) und HDL-c als signifikante Einflussgrößen der KHK-Entwicklung. Bei der Beurteilung des CETP TaqIB-Polymorphismus dienen die B2B2-Träger als Referenzgruppe. Ein signifikanter Zusammenhang mit der KHK kann für den untersuchten Polymorphismus nicht gezeigt werden. Die B1B2-Träger weisen eine Odds Ratio von 1.092 und einen p-Wert von 0.852 auf, die B1B1-Träger eine Odds Ratio von 0.546 und einen p-p-Wert von 0.104. Die Häufigkeitsanalyse zeigt folgende Verteilung:
Tabelle 25: KHK-Häufigkeitsanalyse für CETP TaqIB
CETP TaqIB (n=429) KHK KHK
B2B2 (n=67) 9 (13.4%) 58 (86.6%)
B1B2 (n=216) 34 (15.7%) 182 (84.3%)
B1B1 (n=146) 16 (11.0%) 130 (89.0%)
Die Ergebnisse der logistischen Regression erscheinen vor dem Hintergrund der Häufigkeitsanalyse plausibel. Die KHK ist am häufigsten anzutreffen bei B1B2-Trägern, danach folgen die als Referenzgruppe dienenden B2B2-Träger. Mit 11.0%
ist die KHK am seltensten bei den B1B1-Trägern zu finden. Diese Häufigkeitsunterschiede sind jedoch statistisch nicht signifikant, so dass ein
Zusammenhang des CETP TaqIB-Polymorphismus mit der Entstehung einer KHK für das vorliegende Patientenkollektiv nicht nachgewiesen werden kann.
Diskussion 59
4 Diskussion
Die KHK zeigt einen starken Zusammenhang mit Erkrankungen wie dem arteriellen Hypertonus, dem Diabetes mellitus und den verschiedenen Fettstoffwechselstörungen. Darüber hinaus beeinflussen Lebensgewohnheiten wie ein Nikotinabusus sowie biologische Parameter wie das Geschlecht und das Alter den Prozess der Atherosklerose, die die wesentliche Ursache der KHK darstellt.
Diese genannten Parameter sind in ihrem Einfluss auf die KHK lange bekannt und werden als klassische Risikofaktoren bezeichnet.
In dieser Arbeit wurden genetische Komponenten hinsichtlich eines möglichen Zusammenhangs mit der KHK untersucht. 11 Polymorphismen aus 8 Kandidatengenen wurden hierzu analysiert. Es galt dabei herauszufinden, ob sie einen unmittelbaren Einfluss auf die KHK besitzen oder ob sie diesen über die klassischen Risikofaktoren ausüben können. Bei den untersuchten Polymorphismen handelt es sich vor allem um solche, für die Zusammenhänge mit den Lipidwerten beschrieben werden und die daher in Verdacht stehen, über eine Veränderung des Lipidprofils auf die KHK-Genese einzuwirken.
Die klinische Relevanz dieser Arbeit liegt in der Beurteilung des KHK-Risikos von Patienten. Um das 10-Jahres-Risiko eines Patienten einzuschätzen, werden Punktebögen benutzt, die auf den Erkenntnissen der Framingham-Studie basierend die klassischen Risikofaktoren berücksichtigen und bewerten. Jedem erreichten Punktwert kann dann das KHK-Risiko in Prozent für die nächsten 10 Jahre zugeordnet werden. Ein solcher Punktebogen findet sich im Teil ´Material und Methoden´. Genetische Komponenten finden bei der Beurteilung bislang keine Berücksichtigung. Ob dies für die hier untersuchten Gene bzw. Polymorphismen gerechtfertigt oder notwendig sein kann, sollte in dieser Arbeit untersucht werden.